基于遗传算法的公路纵断面优化应用分析.pdfVIP

维普资讯 第30卷第7期 重庆大学学报(自然科学版) Vo1．30 No．7 2007年 7月 JournalofChongqingUniversity(NaturalScienceEdition) Ju1．2007 文章编号：1000-582X(2007)07-0083-05 基于遗传算法的公路纵断面优化应用分析 冯 晓，杨 佳，李 敏，张 明 (重庆交通大学 土木建筑学院，重庆 400074) 摘 要：为实现纵断面优化的 自动化并提供更合理的方案，笔者提出了一种基于遗传算法的计算机 优化方法。用数学模型将纵面线形简化为一个点序列，以填挖总量为 目标函数，同时采用约束条件来控 制线形，对变坡点序列进行优化。该方法得到的结果较人工设计更准确，并可在短时间内给 出多种方 案。在实际工程中可适当增加约束条件，设计出更合理的线形，结合GIS平台能使道路纵断面优化更有 效、直观 。 关键词：道路工程；纵断面；计算机优化；遗传算法； 中图分类号：U412．33 文献标志码 ：A 随着可持续发展战略在中国现代化建设中的全面 但 由于组成 目标函数的各指标具有不连续性，所以目 实施，以及公路建设的持续、快速发展，现代运输系统 标函数连续的假设并不符合实际情况；梯度投影法 目 的最佳设计已不仅仅是要求运行时间最短、工程投资 标函数是以各计算点的设计高程与地面高程之差为基 最省或营运费用最少，而且一方面要求投资能获得 良 础的，计算中往往假定地形变化规律不变，但这种假定 好的经济效益，另一方面则能有效地与其它社会和环 只能在很小范围内才接近实际，因此在优化的迭代过 境因素相协调。在这种现代设计思想指导下，公路规 程中每次迭代的步长不能太大，另外，该方法在接近最 划设计中的路线方案选定，除综合考虑地形、地质、水 优解时收敛速度较慢，出现 “锯齿”现象 J。 文等 自然条件外，还必须顾及交通量、工程投资及公路 目前遗传算法 (GeneticAlgorithms，简称 GA)已经 使用期内全部使用者费用、环境影响、以及国家、地方 有效地利用在平面局部优化中，随着计算机技术的不 有关用地规划与政策。所有这些尤其是涉及环境影响 断发展 ，又将遗传算法应用到公路设计中，笔者提出的 与道路美学的种种问题，实际上是很难用明确的数学 公路纵断面全局优化设计算法 ，是基于 “适者生存”的‘ 模型及数学公式来确定的。 一 种高度并行、随机和 自适应的优化算法，适合于具有 传统的公路纵断面优化设计 ¨都是先 由计算机 很大搜索空间的优化问题。不过平面线形优化 目前国 自动产生，或由人工给出一个初始纵断面方案 ，然后在 内还没实现行之有效的核心算法 ，只是澳大利亚旷达 其基础上借用计算机或凭经验进行优化迭代，最后得 公司有相应的产品并在国内设计了若干项 目(如四川 到优化的纵断面设计方案。这种方法的本质仍是局部 境 内雅安至石棉段公路)。 寻优，因此寻优范围较小，其优化结果主要取决于初始 1 数学模型 方案的质量 。 在较长的时间，由于计算机纵断面 自动优化存在 在进行公路纵断面优化设计时，首先需要建立公 上述问题 ，一直未进入实用阶段。为解决这一问题，许 路纵断面优化设计的数学模型。笔者将对遗传算法进 多学者研究和提出了更多的模型，如变分法和梯度投 行分析，该方法可以在一个可行域 中自动搜索一个最 影法，变分法得到的结果具有连续和全局优